MétaCan
Menu
Retour à la cohorte
Enregistrement W6998637820

Análisis del efecto relativo de la edad (RAE) en función de la categoría de competición en el fútbol español

2019· dissertation· es· W6998637820 sur OpenAlexaboutno aff

Notice bibliographique

RevueUPM Digital Archive (Technical University of Madrid) · 2019
Typedissertation
Languees
DomainePsychology
ThématiqueSport Psychology and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)Significant differenceAge groups
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Los grupos o categorías deportivas se dividen habitualmente por años naturales, esto implica que puedan existir diferencias en la edad cronológica entre dos deportistas, este efecto es conocido como Efecto de la Edad Relativa. El RAE aumenta su efecto cuando existe una fuerte competencia por las plazas (Aramendi, 2004). Este estudio pretende comprobar el RAE en el futbol español a nivel profesional en la temporada 2018-19 utilizando una muestra de 472 futbolistas, además de analizar sus categorías inferiores, con una muestra de 106 jugadores sub-14, 145 jugadores sub-16 y 128 jugadores sub-19.
\n
\nLos resultados del estudio confirman el RAE en la Liga Santander durante la temporada 2018-19 donde un 60% de los jugadores son nacidos en el primer semestre del año. Además, los resultados muestran como estos datos aumentan en las categorías inferiores siendo un 78% en infantiles los jugadores nacidos en el primer semestre del año. En todas las categorías se observó una diferencia estadísticamente significativa entre el primer semestre del año respecto al segundo y del primer trimestre respecto al tercer y cuarto trimestre.Por ello es importante valorar las posibles soluciones a este efecto, ya que estamos dejando escapar jugadores con un talento potencial porque no compiten en igualdad de condiciones por su mes de nacimiento.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,284
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,005
Tête enseignante GPT0,277
Écart entre enseignants0,272 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUPM Digital Archive (Technical University of Madrid)Même sujetSport Psychology and PerformanceTravaux en français237 207